距离变换(DistanceTransform-DT):
计算区域中的每个点与最接近的区域外的点之间距离,把二值图象变换为灰度图象。DT 算法的核心思想是通过局部距离的传播来获得全局最短路径。
对于目标中一个点,距离变换的定义为改点与目标边界最近的距离。目标点离边界约近则值越小,转换的点越暗;越远,值越大,转换的点约亮。
(a)是原图,(b)是以图像边缘看做B,(c)是以两个白点看做B
实现方法
扫描规则为:从图像的左上角开始,(从上至下,从左至右),再反向(从下至上,从右至左)的顺序扫描所有像素
例子:
将(a)分成(b)、(c)两个模板,进行扫描,在扫到某个像素时,将模板系数值和图像的对应值加起来,将所得和中最小值赋给对应模板中心值的像素。
以上内容参考:https://www.cnblogs.com/Dr-XLJ/p/3854670.html
距离变换操作在二值图像上,广义距离变换可以操作的任何函数上。需要注意的是,常见的距离变换采用的是欧式距离。
所谓欧氏距离变换,是指对于一张二值图像(在此我们假定白色为前景色,黑色为背景色),将前景中的像素的值转化为该点到达最近的背景点的距离。
欧氏距离变换在数字图像处理中的应用范围很广泛,尤其对于图像的骨架提取,是一个很好的参照。